基于谱聚类的图像分割方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状及分析 | 第13-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文组织 | 第17-18页 |
| 第2章 相关知识 | 第18-28页 |
| 2.1 图像分割 | 第18-20页 |
| 2.1.1 一般图像分割模型 | 第18-19页 |
| 2.1.2 图像分割方法 | 第19-20页 |
| 2.2 谱聚类 | 第20-25页 |
| 2.2.1 谱聚类算法理论基础 | 第20-22页 |
| 2.2.2 一般的谱聚类算法 | 第22-23页 |
| 2.2.3 谱聚类算法分析 | 第23-24页 |
| 2.2.4 大规模数据集的快速聚类方法 | 第24-25页 |
| 2.3 聚类集成 | 第25-26页 |
| 2.3.1 聚类成员的产生 | 第25-26页 |
| 2.3.2 聚类成员的融合方法 | 第26页 |
| 2.4 图像形态学处理 | 第26-27页 |
| 2.4.1 基本概念 | 第26-27页 |
| 2.4.2 图像连接分量的标注 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于分块技术的图像分割方法 | 第28-34页 |
| 3.1 谱聚类算法 | 第28-29页 |
| 3.2 KASP 算法 | 第29-30页 |
| 3.3 Nystr m 算法 | 第30页 |
| 3.4 基于分块技术的图像分割方法 | 第30-33页 |
| 3.4.1 基于分块技术的图像分割算法 | 第31-33页 |
| 3.4.2 复杂度分析 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 图像分割的聚类集成及形态学优化 | 第34-46页 |
| 4.1 主要的聚类集成方法 | 第34-36页 |
| 4.1.1 聚类成员的生成 | 第34-35页 |
| 4.1.2 共识函数的设计 | 第35-36页 |
| 4.2 改进的谱聚类集成算法 | 第36-41页 |
| 4.2.1 谱聚类算法的改进 | 第36页 |
| 4.2.2 共识函数的设计 | 第36-39页 |
| 4.2.3 基于谱聚类集成的图像分割 | 第39-41页 |
| 4.3 形态学优化 | 第41-45页 |
| 4.3.1 标注连通分量 | 第41-42页 |
| 4.3.2 形态学优化方法 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验结果及分析 | 第46-59页 |
| 5.1 分块技术在数据集上测试 | 第46-47页 |
| 5.2 基于分块技术的谱聚类图像分割实验 | 第47-50页 |
| 5.3 谱聚类集成实验及分析 | 第50-55页 |
| 5.3.1 聚类成员的测试 | 第51页 |
| 5.3.2 聚类集成实验测试及分析 | 第51-54页 |
| 5.3.3 处理孤立区域的实验及分析 | 第54-55页 |
| 5.4 大尺寸图像分割的聚类集成实验研究 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间论文发表情况 | 第66页 |
